如何基于2分钟滚动时间窗口值为Pandas DataFrame创建新列

原始数据 #

首先构建带有时间索引的DataFrame：

import pandas as pd

df = pd.DataFrame({
    "date": pd.date_range(start="2010-01-01 12:00", end="2010-01-01 12:05", freq="T"),
    "values": [1, 0, 0, 0, 1, 0]
}).set_index("date")

原始数据展示：

values
date                       
2010-01-01 12:00:00       1
2010-01-01 12:01:00       0
2010-01-01 12:02:00       0
2010-01-01 12:03:00       0
2010-01-01 12:04:00       1
2010-01-01 12:05:00       0

需求 #

在2分钟的滚动时间窗口内，判断窗口中是否存在值1：

• 存在则返回True
• 不存在则返回False

预期结果：

values
date                       
2010-01-01 12:00:00    True  # 窗口包含[1, 0]，存在1
2010-01-01 12:01:00   False  # 窗口包含[0, 0]，无1
2010-01-01 12:02:00   False
2010-01-01 12:03:00    True
2010-01-01 12:04:00    True

解决方案 #

不需要使用groupby，直接利用Pandas的滚动时间窗口功能即可实现，有两种高效方式：

方法1：利用窗口求和判断 #

由于values列只有0和1，窗口内只要有1，求和结果就会大于0，这种方式性能最优：

# 生成结果列
df['result'] = df['values'].rolling('2T').sum() > 0

# 提取预期的前5行结果
print(df['result'].iloc[:5])

输出：

date
2010-01-01 12:00:00     True
2010-01-01 12:01:00    False
2010-01-01 12:02:00    False
2010-01-01 12:03:00     True
2010-01-01 12:04:00     True
Name: result, dtype: bool

方法2：使用apply判断是否存在1 #

如果需要更通用的判断（比如值不是0/1的情况），可以用apply结合any()：

df['result'] = df['values'].rolling('2T').apply(lambda x: (x == 1).any()).astype(bool)

print(df['result'].iloc[:5])

输出和方法1完全一致。

关键说明 #

• rolling('2T')：创建长度为2分钟的滚动时间窗口，窗口范围为当前时间往前推2分钟（包含当前时间点）
• 方法1利用向量化求和操作，比方法2的lambda更高效，适合处理大规模数据

内容的提问来源于stack exchange，提问作者Xavier Sura